Máster Universitario. Análisis de Datos Masivos en Economía y Empresa

Año académico 2017-18 | 90 créditos | 30 plazas

Perfil de ingreso y criterios de admisión

El máster está dirigido a Ingenieros (todo tipo), licenciados o graduados en Física, Matemáticas, Estadística, Economía, Administración y Dirección de Empresas (ADE) (se recomienda que los alumnos del grado de ADE de la UIB hayan cursado la asignatura optativa (20632) Análisis de Encuestas y Técnicas Mutivariantes).

No se definen pruebas específicas de acceso al título de Máster en "Análisis de Datos Masivos en Economía y Empresa". Sin embargo, se establece como criterio de acceso que los estudiantes de nuevo ingreso provenientes de planes de estudio de Grados provengan de aquellos pertenecientes a la rama de conocimiento de Ingeniería y Arquitectura, Ciencias Sociales y Jurídicas (Economía y Administración y Dirección de Empresas) y Ciencias (Estadística, Matemáticas, Física). El perfil de ingreso recomendado es el del alumno que ha realizado el Grado en Ingeniería Informática, Matemáticas, Estadística, Física, Economía o en Administración y Dirección de Empresas. Para el resto de Grados de la rama de conocimiento de Ingeniería y Arquitectura, la Comisión Académica de la Titulación (CAT) valorará si en el Grado correspondiente el estudiante ha recibido la formación y adquirido la competencias adecuadas para poder seguir los estudios del Máster sin necesidad de realizar complementos formativos, lo que determinará la aceptación o no del estudiante en concreto.

Los criterios de admisión ponderarán en primer lugar que cumplan el perfil de ingreso al título y en segundo lugar la nota media del expediente académico de los estudios de acceso al Máster.

Las solicitudes de admisión al Máster serán resueltas por la CAT, nombrada por el órgano competente y presidida por el Director del Máster, que realizará los trámites oportunos según la normativa vigente. La Comisión de Estudios se reunirá antes de transcurridos los quince días siguientes al plazo de finalización de la preinscripción para valorar las solicitudes según los requisitos establecidos (Real Decreto 1393/2207) y los criterios de admisión señalados anteriormente. Si el número de estudiantes interesados excede el numerus clausus, los expedientes académicos serán ponderados siguiendo el método de ponderación utilizado en la fase de selección de la convocatoria para la adjudicación de las ayudas para la formación de profesorado universitario (FPU) del año en curso o del año anterior si la convocatoria no ha sido publicada, y la Comisión Académica de la Titulación establecerá una lista de suplentes, por orden de méritos, para cubrir la eventualidad de renuncia en el derecho de matrícula por parte de algunos de los seleccionados en primera instancia.

La entrada de estudiantes en semestres posteriores al inicial será estudiada por el órgano responsable del Máster en cada caso y se procederá de acuerdo a la normativa reguladora de la universidad. La decisión sobre la admisión estará condicionada como mínimo a los siguientes criterios:

  • La enseñanza debe tener plazas disponibles.
  • No será posible admitir estudiantes en asignaturas que lleven ya un semestre en curso, excepto si un reconocimiento de estudios previos compensa este retraso.

En el caso de estudiantes con necesidades especiales o particulares asociadas a la discapacidad, su admisión se realizará de acuerdo con la Disposición adicional vigésima cuarta de la Ley Orgánica 4/2007, de 12 de abril, sobre la inclusión de las personas con discapacidad en las universidades. Se contemplarán las medidas de acción positiva que aseguren el acceso de estos estudiantes al Máster, siempre que reúnan las condiciones que marca la normativa vigente.

Objetivos académicos y profesionales

La propuesta del presente título de Máster tiene su origen en la creciente necesidad de proporcionar formación en Tecnologías de Gestión y Análisis de Datos Masivos y sus aplicaciones para dar respuesta a los retos científicos, económicos y empresariales en el ámbito denominado internacionalmente como "Big Data" o "Big Data Analytics". Se trata de un área que tiene un corto recorrido pero con un potencial enorme para poder generar servicios y productos de gran valor añadido para la sociedad. El 90% de los datos existentes a nivel mundial han sido generados en los dos últimos años y aproximadamente el 90% de ellos son de naturaleza no estructurada (Kim, G., Trimi, S., Chung, J. "Big Data Applications in the Government Sector", Communications of the ACM, 57, 3, 2014). Desde el punto de vista de las Tecnologías de la Información, este ingente volumen de contenidos introduce desafíos a distintos niveles. En primer lugar, relacionados con nuevos modelos capaces de gestionar estos datos de manera eficiente para facilitar el procesamiento, almacenamiento y acceso a masivas cantidades de información (disponible en variedad de formatos y con distintos niveles de estructuración). En segundo lugar, relacionados con la capacidad para explorar, organizar y analizar esos datos para extraer conocimiento de los mismos y realizar predicciones. En tercer lugar, relacionados con la identificación de nuevas áreas de negocio que, asistidas por este tipo de tecnología de ayuda a la decisión, puedan dar lugar a innovadores productos y servicios que mejoren la competitividad de las empresas e instituciones públicas.

Desde un punto de vista académico, estos retos demandan una formación integral en un amplio conjunto de aspectos procedentes de campos tan diversos como Tecnologías de la Información, Minería de Datos, Aprendizaje Estadístico, Toma de Decisiones, Economía, Empresa e Inteligencia de Negocio. En la actualidad, existe una gran demanda de profesionales con capacidades en este ámbito. Dependiendo de la intensidad de su especialización en las tres áreas fundamentales (Tecnologías Informáticas para la Gestión de Datos Masivos, Herramientas en Gestión y Análisis de Datos Masivos o Aplicaciones) encontramos distintos tipos de nuevos profesionales y científicos. Programadores Big Data (o "Data Developers"), Analistas o Científicos de Datos ("Data Analysers" o "Data Scientists"), y profesionales de empresa expertos en datos ("Data Businessmen") son algunas de las nuevas profesiones surgidas alrededor del Big Data (Harris, H., Murphy, S., Vaisman, M. "Analyzing the Analyzers. An Introspective Survey of Data Scientists and Their Work." O'Reilly, 2013). Este nuevo plan de estudios cubre transversalmente estas grandes áreas de modo que los titulados quedarían en la mejor disposición para su futura actividad, tanto a nivel profesional en empresas de diversos sectores como a nivel investigador en centros o equipos de I+D+i, privados o públicos, y/o para la realización de una tesis doctoral en alguna de las áreas señaladas.

El objetivo fundamental del título es preparar profesionales con una formación transversal y muy versátil, que abarque un amplio espectro y de fácil adaptación a entornos de trabajo significativamente diferentes. El fomento del uso de las Tecnologías de la Información y las Comunicaciones (TIN) entre los ciudadanos y las empresas tiene como consecuencia el enriquecimiento de un país, ya que se traduce en un potencial aumento de su productividad. Por último, los temas asociados a la calidad, tanto desde la óptica cuantitativa de las herramientas estadísticas, como desde el punto de vista más cualitativo de las herramientas de gestión, son argumento imprescindible de empresas y profesionales.

Competencias adquiridas en el máster

Competencias Básicas y Generales:

CG1 – Saber recuperar datos y extraer conocimiento de grandes volúmenes de datos mediante la aplicación eficiente de técnicas de análisis de datos en diferentes dominios. Adoptar los modos de interacción adecuados según las tareas de usuario que se estén apoyando, en especial en aquellos casos en los que interviene el razonamiento analítico.
CG2 – Elaborar adecuadamente y con originalidad argumentos motivados y proyectos de trabajo, redactar planes, informes profesionales así como formular hipótesis y conjeturas razonables en su área de especialización.
CG3 – Conocer aplicaciones avanzadas de la ciencia de datos y de sus tecnologías a la economía, empresa y turismo
CG4 – Comprender y utilizar el lenguaje y las herramientas asociadas al análisis de datos para modelizar y resolver problemas complejos, reconociendo y valorando las situaciones y problemas susceptibles de ser tratados utilizando dichas herramientas y las técnicas asociadas.
CG5 – Conocer los modelos, métodos y técnicas relevantes en distintas áreas de aplicación de la Estadística participando en la creación de nuevas tecnologías que contribuyan al desarrollo de la Sociedad de la Información.
CG6 – Capacidad para aplicar los principios de la ciencia de datos a la economía, la empresa y el turismo, así como conocer la legislación, regulación y normalización asociada al uso de datos.
CG7 – Conocer y utilizar las diferentes técnicas de regresión para el diagnóstico, evaluación, inferencia y posterior toma de decisiones.
CB6 – Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación
CB7 – Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
CB9 – Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigu?edades
CB10 – Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

Competencias Específicas:

CE1 – Capacidad para procesar grandes volúmenes documentales para extraer patrones y conocimiento mediante técnicas de minería de textos y minería web
CE2 – Capacidad para la administración y gestión de software para el procesamiento de datos masivos
CE3 – Capacidad para identificar actores centrales, relaciones de influencia y de poder, así como para identificar patrones de intercambio, en redes sociales.
CE4 – Capacidad para implementar aplicaciones de clasificación y búsqueda sobre repositorios masivos de documentos no estructurados o semi-estructurados, así como para evaluar su eficiencia y eficacia.
CE5 – Capacidad para la utilización de herramientas disponibles para preparar y ejecutar aplicaciones para datos masivos en la nube.
CE6 – Saber sintetizar y describir una gran cantidad de datos seleccionando los estadísticos adecuados al tipo de variables y analizar las relaciones existentes entre ellas.
CE7 – Capacidad para modelar la dependencia entre una variable respuesta y varias variables explicativas, en conjuntos de datos complejos, mediante técnicas de regresión, e interpretando los resultados obtenidos.
CE8 – Capacidad para analizar un conjunto dado de variables mediante técnicas de clasificación interpretando los resultados obtenidos.
CE10 – Conocer los ámbitos de aplicación del paradigma “Big Data” y desarrollar la capacidad para extender el análisis de datos a actividades estratégicas en economía, empresa y turismo.
CE11 – Usar las técnicas Big Data para apoyar la toma de decisiones informadas basadas en datos, en las áreas de empresa, economía, y turismo.
CE12 – Capacidad para entender los beneficios del análisis de datos y los elementos que intervienen en el proceso; aplicarlos en la resolución de problemas; elegir las técnicas más adecuadas a cada problema; aplicar de forma correcta las técnicas de evaluación y saber interpretar los modelos y resultados.
CE13 – Adquirir la capacidad de seleccionar las tecnologías de análisis de datos adecuadas en los campos de la economía, la empresa y el turismo, adquiriendo conocimientos avanzados para establecer sistemas de control y evolución de la actividad de interés.
CE14 – Diseñar y planificar un proyecto de análisis de datos en problemas reales del ámbito económico, empresarial o turístico.
CE15 – Capacidad de modelizar fenómenos reales a través de vectores aleatorios y de aplicar las principales técnicas de análisis multivariante en el contexto de la industria y empresa.

Acceso a otros estudios y salidas profesionales

El Máster pretende dar una especialización superior que permita acceder a un nuevo nivel de conocimientos y que actúe también como un programa para la formación continuada de profesionales en activo que necesiten desarrollar las competencias que ofrece este nuevo título. El interés en Tecnologías de Gestión y Análisis de Datos Masivos es transversal a muchas ramas del conocimiento y, en particular, a las ramas relacionadas con las Ciencias Sociales.

El Máster ofrece a los participantes unos conocimientos y habilidades que les ayudarán a analizar, decidir, implementar y optimizar iniciativas basadas en las tecnologías relacionadas con el análisis de datos masivos, lo que será de amplia utilidad al mejorar no tan solo sus conocimientos sino también sus expectativas profesionales.

Finalmente, dado que el máster también se dirige a la formación de futuros investigadores, los estudiantes del mismo que tengan este perfil podrán optar a continuar su formación en alguno de los programas de doctorado de la UIB, ya que dicha universidad ofrece diversos programas de doctorado a los cuales podrían acceder los egresados del máster. En concreto, podemos citar: 1) el Doctorado en Economía Aplicada, con mención hacia la excelencia del Ministerio de Educación, con líneas de investigación en Econometría y en Economía del Turismo; 2) el Doctorado en Tecnologías de la Información y las Comunicaciones; 3) el Doctorado en Economía, Organización y Gestión, junto con las universidades Pública de Navarra y Autónoma de Barcelona.

Estructura de los estudios

El Máster Universitario: "Análisis de datos masivos en Economía y Empresa" es un Máster de 90 créditos.

Para obtener el título de Máster con orientación profesional o con orientación investigadora el alumno deberá cursar:

  • 33 créditos obligatorios.
  • 18 créditos optativos de especialidad.
  • 9 créditos optativos elegidos entre los no cursados anteriormente y el resto de especialidades.
  • 12 créditos de prácticas externas.
  • 18 créditos del Proyecto de Fin de Máster.

Los créditos de prácticas externas podrán ser reconocidos por acreditación de experiencia laboral y profesional, siempre y cuando el alumno justifique y demuestre que la experiencia laboral y profesional está directamente relacionada con la temática y las competencias del Máster.

Más información sobre los módulos y las especialidades, otras asignaturas optativas no ligadas a especialidades, así como las guías docentes de las asignaturas del máster las pueden encontrar en el apartado "Asignaturas"

Asignaturas obligatorias

Tecnologías para el análisis de datos masivos
Aprendizaje estadístico y toma de decisiones
Redes sociales y económicas
Econometría para datos masivos
Datos masivos y la gestión empresarial

En función del itinerario formativo elegido por el alumno, se contemplan las siguientes especialidades: "Tecnologías informáticas para la gestión de datos masivos", "Herramientas en gestión y análisis inteligente de datos" y "Técnicas y aplicaciones a la gestión económica y empresarial".

A continuación se puede ver el listado de asignaturas que conforman cada una de las especialidades.

Tecnologías informáticas para la gestión de datos masivos

Visualización de datos
Computación en la nube (Cloud Computing)
Tecnologías de información semántica
Gestión y almacenamiento de datos masivos
Minería de datos y texto

Herramientas en gestión y análisis inteligente de datos

Nuevas tendencias en Minería de datos
Técnicas Estadísticas con Información Imprecisa
Técnicas de Optimización con Información Imprecisa
Aprendizaje estadístico y toma de decisiones II
Herramientas de simulación y muestreo en datos masivos

Técnicas y aplicaciones a la gestión económica y empresarial

Análisis de series temporales
Toma de decisiones y teoría de juegos
Finanzas y econometría con datos de alta frecuencia.
Aplicaciones de minería de datos a la industria del turismo
Gestión de recursos humanos
Gestión de las organizaciones sanitarias
Minería de textos para las ciencias sociales

También encontraréis información en la página http://madm.uib.es/

Examen final

No se contempla un examen global final para la obtención del título de Máster.

Criterios de evaluación y exámenes

Las materias del Máster serán evaluadas de forma continua de acuerdo con las recomendaciones para las titulaciones adaptadas al Espacio Europeo de Educación Superior. Los criterios específicos de evaluación de cada asignatura se indicarán en las guías docentes que estarán a disposición de los alumnos en la página web del Máster al inicio del curso.

Dirección del estudio

Director del Máster

Dr. Manuel González Hidalgo
Teléfono
(34) 971 17 2902

Profesor Coordinador del TFM

Dr. Isaac Lera Castro
Teléfono
(34) 971 17 2005

Profesor Coordinador de las Prácticas Externas

Dr. Antonio Bibiloni Coll
Teléfono
(34) 971 17 3204